본 연구에서는 SiOx:Ag 층과 하부 전극 사이에 TiOx 완충층을 삽입해 Ag/SiOx:Ag/TiOx/p++-Si 구조의 멤리스터 소자를 물리 기상 증착법으로 제작했습니다. 이 구조에서 전도성 필라멘트 성장과 파열이 아날로그 스위칭 중 효율적으로 제어됩니다. 양/음 펄스 열을 이용한 가중치 변조용 넓은 저항 변화 범위에서 멤리스터 소자의 시냅스 특성을 광범위하게 조사했습니다. 포텐시에이션/디프레션, 쌍펄스 촉진(PPF), 단기 가소성(STP), 반복 펄스(연습 동작 이상)로 제어되는 STP-LTP(장기 가소성) 전이, 스파이크 타이밍 의존 가소성(STDP) 등 여러 학습·기억 기능이 동시에 구현되었습니다. 로그 I-V 특성 분석 결과, 유전체 층을 가로지르는 전도성 Ag 필라멘트의 제어된 진화/용해가 테스트 멤리스터 소자 성능 향상에 기여함이 밝혀졌습니다.
2008년 추아 교수의 멤리스터 이론적 개념[1]이 스트루코프 등의 TiO2 기반 2단자 소자에서 자기 플럭스와 전하 관계 연구로 처음 현실화[2]되면서 전 세계 연구자 관심 촉발. 논리 연산, 재구성 가능 무선주파수 시스템, 비휘발성 메모리 등 다양한 잠재적 응용[2,3,4] 외에도 멤리스터는 바이오 시냅스 기능 모방 연구 대상이 되었습니다. 이는 구조와 작동 역학이 유사하기 때문입니다. 오늘날 전자 소자에서 시냅스 기능 직접 모방이 뇌신경 모사 뉴로모픽 컴퓨팅 시스템 개발에 필수적임 널리 인정[5,6,7]. 그러나 기존 전자 시냅스는 상보성 금속산화막 반도체(CMOS) 기술 기반으로 복잡한 연산 실행 과정, 집적도 한계, 에너지 소모 측면에서 폰 노이만 병목 현상 겪습니다. 따라서 조절 가능한 2단자 소자 활용이 전자 시냅스 새 구조 개발에 많은 유망 기회 제공, 멤리스터 고유 특성(비휘발성, 나노스케일, 저전력, 고속 응답 등) 덕분[8, 9].
최근 다양한 소재(ZnO2, WOx, SnOx 같은 금속 산화물[10, 11], Cu2S, Ag2S 같은 칼코게나이드[12, 13], La2O3, Pb0.8Ba0.2ZrO3 같은 강유전체[14, 15])가 멤리스터 소자 설계·제작에 연구됨. 많은 소자에서 저항 변화는 산소 공공 또는 금속 이온(Ag+, Cu2+, Al3+) 전기장 유도 이동과 고전도 경로 형성 탓. 멤리스터 전도 경로 일반적으로 "전도성 필라멘트(CF)"라 불리며 스위칭 동작 중 후속 파열 가능. 멤리스터에서 돌발적(디지털 스위칭)과 점진적(아날로그 스위칭) 두 유형 스위칭 거동 관찰. 저항 돌발 변화는 디지털 신호(0 또는 1)와 일치, 정보 저장에 유리[16, 17].
디지털 스위칭과 대조적으로 멤리스터 연속 전도도 조절성은 생물학적 시냅스와 유사, 인간 뇌 학습·기억 기본 세포 단위[18]. 여러 멤리스터 소자에서 생물학적 시냅스 가중치 변조 모방용 아날로그 전도도 변화 구현[19, 20]. a-Si 확산 Ag, Pt/a-Si:Ag/Pt 및 Pt/SiOxNy:Ag/Pt 구조 산화물 기반 멤리스터가 생물 시냅스 Ca2+ 또는 Na+ 역학 성공 모방[21, 22]. 유사하게 금속 산화물 기반 멤리스터 산소 이온/공공 필라멘트도 단기 포텐시에이션(STP), 쌍펄스 촉진(PPF) 등 시냅스 기능 실현 제안[23, 24]. 하지만 생물 학습 규칙 다양, 현재까지 모든 시냅스 기능 멤리스터 모델에 구현 안됨[16].
소재 선택 외에 "금속/멤리스티브 층/금속" 구조에 추가 유전체 층 삽입해 필라멘트 성장·파열 제어하면 STP, LTP 포함 시냅스 기능 모방 및 저전력 소모 등 이점 제공. 최근 필라멘트 형성/파열 속도 제어 위해 Wang 등[25] TaOx 기반 멤리스터에 SiO2 층 삽입해 아날로그 스위칭 거동 시연. Wan 등[26] Ag/SrTiO3/FTO 멤리스터에 환원 그래핀 산화물 층 삽입해 Ag 필라멘트 과성장 제어, 아날로그 스위칭 및 STP, STDP 기능 모방. 또한 TiOx 소재 높은 유전율(~40), 낮은 밴드갭(~3 eV) 지식 기반으로 HfO2 멤리스티브 층에 TiO2 박막 삽입 시 멤리스터 소자 사이클 내구성, 균일성 현저히 향상 보고[27, 28]. 이밖에 낮은 이온 이동도와 낮은 산화환원 반응 속도 탓에 TiOx 박막이 완충층 역할로 전도성 필라멘트 과성장 방지, 더 나은 시냅스 거동 구현 및 저항 스위칭 과정 중 전도성 필라멘트 양호한 접촉 유지 보고[24].
본 논문에서는 새로운 Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 소자 구조와 아날로그 스위칭 거동 보고. 앞서 보고된 단일층 소자[22, 29] 대비 위 구조에서 TiOx 층 삽입이 멤리스터 소자 스위칭 거동에 전도도 윈도 확대, 스위칭 과정 중 안정적 상태 유지 등 영향 미침 확인. 또한 멤리스터 소자 전도도 양/음 펄스 열 하에서 쉽게 조절 가능. 최근 결과로 신뢰성 있는 아날로그 스위칭 획득, 단기/장기 가소성(STP/LTP), 쌍펄스 촉진(PPF), 스파이크 타이밍 의존 가소성(STDP), STP-LTP 전이 등 바이오 시냅스 기능 충실 모방 성공.
소자 제작: 그림 1a와 같이 멤리스터 Ag/SiOx:Ag/TiOx/p++-Si 구조 설계. p++-Si 기판(15×15 mm2, 저항률 ~0.01 Ω·cm) 표준 방법 세척 후 소자 제작. 모든 공정 고진공 시스템 실온 수행. 먼저 고순도 세라믹 TiO2 타겟 RF 마그네트론 스퍼터링으로 ~10 nm 두께 TiOx 층 p++-Si 기판 증착. 이어서 SiO2 타겟에 작은 Ag 슬라이스 자성 스퍼터링 경로 올려 RF 공동 스퍼터링으로 ~95 nm 두께 SiOx:Ag 층 증착. 증착 중 Ar 유량 50 sccm, 압력 20 mTorr, RF 파워 80 W 유지. 마지막으로 포토리소그래피와 리프트오프 기술로 ~30 nm 두께 Ag 상부 전극(TE) 패터닝, 박막 금속층 DC 마그네트론 스퍼터링 증착. 개별 전극 직경 ~150 μm.
특성화 방법: 투과전자현미경(TEM) 측정과 X선 광전자 분광법(XPS) 분석으로 SiOx:Ag, TiOx 층 미세구조와 Ag 원자 화학 상태 분석. TEM 시편 집속 이온빔(FIB, FEI Nova Nano Lab 200)으로 제작 후 FEI Phillips CM10-Supra TEM 시스템 관찰. 전기적 특성화 반도체 분석기(Keithley 2636B) 프로브 스테이션 연결 수행. 전기 측정 중 양/음 바이어스는 상부 전극과 하부 전극 간 전류 흐름 방향 정의. 모든 전기 측정 실온 공기 중 수행.
Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 소자 개략도 및 단면 TEM 분석. a 소자 개략도 및 생물학적 시냅스-전자 시냅스 유추. b Ag/SiOx:Ag/TiOx/p++-Si 구조 단일 멤리스터 단위 단면 TEM. SiOx:Ag, TiOx 박막 Ag TE, p++-Si BE 전극 사이 샌드위치. c 소자 단면 원소 매핑
소자 개략도와 측정 구성 그림 1a 기술. 소자 Ag TE, p++-Si BE 사이 SiOx:Ag, TiOx 박막 샌드위치 단순 구조, 단면 TEM과 원소 매핑(그림 1b, c) 확인. SiOx 표면 Ag 원자 화학 상태 XPS 분석(추가 파일 1: 그림 S1). Ag 3d 스펙트럼 단일 이중선으로 디콘볼루션, Ag 3d5/2 368.0 eV, Ag 3d3/2 374.0 eV 결합 에너지, 정확히 금속 Ag 상태 할당. HRTEM 이미지(추가 파일 1: 그림 S2) 비정질 TiOx 층 단면 보여줌, SiOx:Ag 층 작은 Ag 나노클러스터 보임, TEM 시편 제작 과정 중 총 계면 에너지 최소화 위해 Ag 외확산 때문[22]. 고속 푸리에 변환(FFT) SiOx 내 매립 Ag 나노클러스터 다결정 구조, Ag (111), Ag (002) 나노결정 확인. Ag/SiOx:Ag/TiOx/p++-Si 멤리스터에서 Ag/SiOx:Ag, TiOx/p++-Si 각각 시냅스 전/후막, 그림 1a 도시. 시냅스 가중치 변화는 신경 펄스 수신 시 전시냅스막이 시냅스 간극("cleft")으로 Ca2+ 또는 Na+ 이온 방출해 발생. 유사하게 멤리스터 전도도 전압 펄스 하 Ag 이온 이동으로 인공 시냅스로 인위적 조절 가능.
그림 2a 반로그 스케일 Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 I-V 곡선. 0 V → +4.0 V → −4.0 V → 0 V 스위핑 바이어스 하 측정된 I-V 곡선 핀치드 히스테리시스 루프, 멤리스터 지문. Ag TE 양 바이어스 가하면 전류 준수 전류 한계(Icc)까지 점진적 증가, 소자 저항 상태 고저항 상태(HRS)→저저항 상태(LRS) 변화, "SET" 과정. Ag TE 음 바이어스 가하면 전류 감소, 저항 상태 LRS→HRS 복귀, "RESET" 과정. 양/음 스위핑 바이어스에 대응해 소자 전도도 조절 가능, 양극성 저항 스위칭 거동 지시. SET/RESET 과정 고전압 영역에서 돌발적 전류 증가/감소 대신, 0 V → +2.1 V 또는 0 V → −2.1 V 반복 전압 스위핑 하 전류 연속적 증가/감소(그림 2b). 전류-전압-시간(I-V-t) 관계도 인셋에 도시해 전도도 변화 명확히 표시. 생물 시냅스처럼 연속 양(1-5번째) 음(6-10번째) I-V 곡선 부분 구현 후 소자 다운-업 또는 업-다운 전류 진화 뚜렷한 응답 관찰. 연속 양(또는 음) 전압 스위핑 중 전류 연속 증가(감소)는 소자 저항 DC 스위핑 모드로 조절 가능 의미. 이후 각 양/음 스위핑에서 I-V 곡선 이전 것 끝난 지점부터 시작, 멤리스터 소자 전형적 아날로그 스위칭 특징 보임. 판독 전압 +0.3 V에서 더 넓은 양극성 스위핑 전압 구현해 내구성 평가(그림 2c), 103 사이클 동안 SET/RESET 동작 LRS/HRS 사이 안정적 균일 동작 확인.
Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 I-V 특성. a 양극성 스위칭 거동 b 반복 전압 스위핑 포텐시에이션/디프레션. 인셋: 전압-전류-시간 관계(V-I-t), 포텐시에이션/디프레션 중 전도도 상태 시연. c 판독 전압 -0.3 V 103 사이클 내구성 사이클링 테스트(SET 0→+4.0 V, RESET 0→−4.0 V). d 전도도 변조 반복 특성
멤리스터 소자는 DC 바이어스 스위핑 전압 대신 펄스 신호로도 동작 가능. 그림 2d 반복 포텐시에이팅(양 바이어스), 디프레싱(음 바이어스) 펄스 구현 후 소자 응답 포텐시에이션/디프레션 형태. 포텐시에이팅/디프레싱 펄스 진폭 +1.2 V, −1.2 V, 모든 펄스 폭/간격 5 ms 고정. 여기선 양/음 펄스 바이어스 무관하게 소자 전도도 변조 관측, 포텐시에이팅/디프레싱 자극 하 시냅스 응답 포텐시에이션/디프레션 형태와 유사. 소자 응답 자극 펄스 수에 따라 사이클-투-사이클 조절 가능, 인가 바이어스 극성 무관 안정적 균일한 포텐시에이션/디프레션으로 전자 시냅스 가중치 조절, 기억 향상 모방 가능[30].
스위칭 거동 이해 위해 I-V 특성 피팅해 전도 메커니즘 분석. 독립형 SiOx:Ag 박막 기반 멤리스터(Ag/SiOx:Ag/p++-Si) 추가 제작. 그림 3a 준-DC 전압 스위핑 소자 응답 전형적 임계 스위칭 거동, 선행 보고[29, 31]와 일치. 화살표 방향 소자 두 상태 사이 순환, 휘발성 메모리. 하지만 Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 I-V 곡선은 독립형 SiOx:Ag 기반 멤리스터와 상당히 다름. 그림 3b 소자 I-V 곡선 양/음 부분 LRS/HRS 측면 양극성 스위칭 거동, 동작 전압 상대적 높음. 그림 3c Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 I-V 곡선 양 영역 데이터 HRS/LRS Ln(I) vs Ln(V) 피팅. 피팅 결과 HRS 전하 수송 거동 고전적 트랩 제어 공간 전하 제한 전도(SCLC) 메커니즘과 일치, 옴 영역(I/V), 차일드 법칙 영역(I/V2), 급격한 전류 증가 영역 3부분 구성[32]. LRS 선형 거동 기울기=1 우수한 옴 거동 지시(그림 3c). HRS/LRS 상이한 전도 거동 전도성 Ag 필라멘트 LRS 형성 증거[32]. 그림 3d 추가로 저항 스위칭이 전도 필라멘트 형성/파열 탓 지지. LRS 소자 셀 크기 독립적, HRS 셀 크기 비례. LRS 크기 독립 특성 전도 필라멘트 기반 메모리 소자 일반적 관찰[33]. 따라서 Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 저항 스위칭 현상 전형적으로 양/음 바이어스 전압 하 전도성 필라멘트 제어된 형성/파열 기인. 전도도 점진적 변화는 전기장 하 TE-BE 사이 횡단 간극 면적 변화 탓, 다른 보고와 유사[34]. 소자 총 저항 등가 회로 따라 R = Rij = V/I, Rij는 TE-BE 사이 CF 횡단 간극 크기 관련 저항 정의. 이 간극 적절 프로그래밍 바이어스로 TE-BE 사이 Ag CF 크기 조절해 조절 가능하면 멤리스티브 소자 전도도/저항 점진적 조절 가능, 생물 시냅스와 유사.
Ag/SiOx:Ag/p++-Si 및 Ag/SiOx:Ag/TiOx/p++-Si 소자 전도 메커니즘 분석. a Ag/SiOx:Ag/p++-Si 선형 I-V 곡선, b Ag/SiOx:Ag/TiOx/p++-Si 소자. c Ag/SiOx:Ag/TiOx/p++-Si 소자 (b) 양 영역 I-V 곡선 피팅 결과 HRS SCLC, LRS 옴 전도 메커니즘 대응. d 셀 면적 의존성 LRS/HRS 전도도
그림 4 독립형 SiOx:Ag, SiOx:Ag/TiOx 기반 멤리스터 소자 스위칭 메커니즘 해석 물리 모델 제시. SiOx 기반 셀 Ag 나노입자 거동 전기화학 반응(양극 전극 사이 Ag 이온, Ag 원자 이동·축적) 기반 해석, 선행 보고 유사[22, 35]. 스위핑 전압 인가 시 Ag 나노입자 추가 성장 전극 간 간극 연결, 전류 준수 수준까지 급증, 멤리스터 LRS ON(그림 4a 중간 패널). 전기 바이어스 제거 후 초기에 다리 형성한 길쭉한 Ag 나노클러스터 급속 수축[22], 소자 HRS 복귀(그림 4a 마지막 패널)[35], 양극성 임계 스위칭 거동, 휘발성 메모리 소자처럼 두 상태 사이 순환 지시.
스위칭 거동 물리 모델 개략도. a Ag/SiOx:Ag/p++-Si 멤리스터; b Ag/SiOx:Ag/TiOx/p++-Si 멤리스터
SiOx:Ag/TiOx 기반 멤리스터는 상황 상이. SiOx 층 높은 밴드갭(~9 eV), 낮은 유전율(~3), TiOx 층 낮은 밴드갭(~3 eV), 높은 유전율(~40)로 SiOx 층 전기장 TiOx 층보다 높음, 스위칭 층 더 많은 Ag 원자 용해[28]. 티타늄 산화물 낮은 이온 이동도, 낮은 산화환원 반응 속도 Ag 원자, Ag 이온 계면 층 가로질러 이동·축적 제어[36]. 위 두 사실 나노콘 형태 필라멘트 TE→BE 형성 유도[37]. 나노콘 형태 효과적 필라멘트 성장 제한 금속 농축 영역 사이클 동작 중 저항 상태 제어 가능[38]. 상부 Ag 전극 충분히 양 바이어스 시 이중 층 가로지른 전기장 Ag 이온 Ag TE→p++-Si BE 계면 층 통해 구동, 전극 간 효과적 간극 감소(그림 4b 중간 패널). Ag 필라멘트 음 전압 인가 전까지 용해 안됨, 바이어스 제거해도 원래 형태 유지 경향. 음 전압 인가 시 정상 RESET 시작, Ag CF 부분적 용해(보통 최얇은 위치) 열보조 전기화학 과정[39] 탓. 멤리스터 OFF, HRS 복귀(그림 4b 마지막 패널), 두 상태 가역적 순환(그림 3b) 비휘발성 메모리 소자. 그림 4b 왼쪽 패널 여기 형성 필라멘트 그림 4a 중간 패널보다 두꺼워 음 전압 없인 용해/파열 안됨. SiOx 층 필라멘트 부분 여전히 TiOx 층 나노콘 부분보다 훨씬 얇음, 전체 필라멘트 형태 나노콘 유사. 음 바이어스 인가 시 필라멘트 음 전압 하 급속 파열(그림 3b), 전압 추가 증가 시 전류 재증가, BE 표면 근처 잔존 Ag 원자 탓 고바이어스 영역 음-SET 위험 지시.
사실 HRS 총 멤리스터 저항 필라멘트 나노콘 팁과 하부 전극 간 간극만 관련, 전기 바이어스 조절로 증가/감소 가능[33]. 이 경향 그림 2b서 0 V→+2.1 V, 0 V→−2.1 V 반복 스위핑 바이어스 하 전류 연속 증가/감소로 확인. 반면 +2.1 V 이하 일정 전압 스위핑은 TE-BE 가로지른 전도성 필라멘트 형성 충분치 않음. 대신 전도성 Ag 필라멘트 점진적 Ag 원자 축적, 전극 간 효과적 간극 감소(추가 파일 1: 그림 S3). 따라서 적절 프로그래밍 바이어스로 전형적 임계 스위칭→점진적 스위칭 전이 실현, 메모리 셀 총 저항 전극 간 효과적 간극 조절로 점진적 튜닝 가능, 생물 시냅스 관찰 유사.
생물 시냅스처럼 적절 펄스 프로그래밍 입력 자극 멤리스터 소자 전도도 상태 변화시켜 여러 신경 작업 수행. PPF 또 다른 핵심 특징, 입력 자극 시간적 합산으로 전도도 조절, 시냅스 필터링, 적응 등 단기 신경 작업 수행[40, 41]. 생물 시냅스 PPF 작동: 두 연속 스파이크 자극 간 스파이크 간격 회복 시간 미만 시 두 번째 후시냅스 응답 첫 번째보다 높아짐[22]. 그림 5a 진폭 +2.0 V, 고정 폭/간격 0.08 s 스케일 쌍 촉진 펄스 구현 후 소자 응답 모니터링. 두 번째 펄스 응답 전류 첫 번째보다 뚜렷 증가, 적절 펄스 프로그래밍 후 전도도 상태 명백 변화 관측. 두 후속 펄스 사이 간격 전류 감쇠 관찰, 소자 휘발성 존재 탓. 전도도 감쇠 촉진 펄스 제거 후 Ag 원자 확산 대응 가능[42]. 성공적 PPF 기능 실행 위해 두 연속 펄스 간 시간 간격 Ag 원자 확산 이완 시간 미만이어야, 더 많은 Ag 원자 SiOx:Ag/TiOx 층 밀려들어감. 또한 진폭 +2.0 V, 동일 폭/간격 0.08 s 촉진 펄스 열 연속 자극 시 포화 상태 달성(그림 5b). 고주파 펄스 인가 시 더 많은 Ag 원자 SiOx 층 펌핑돼 TE-BE 가로지른 전도 다리 형성, 포화 레벨 달성[22]. 이 현상 헤비안 학습 규칙과 유사, 시냅스 가중치 변화 포화값 가져야 펄스 열 제어 안된 스파이크로 뉴런 과도 흥분성 방지[43].
쌍펄스 촉진(PPF) 실험 결과. a Ag/SiOx:Ag/TiOx/p++-Si 소자 +2.0 V 펄스 높이 0.08 s 구현. b 진폭 +2.0 V, 동일 폭/간격 0.08 s 펄스 열 시냅스 가중치 포화 운동 시연
생물 시냅스와 마찬가지로 멤리스터도 포텐시에이팅 스파이크 구현 후 전류 급감 동반 기억 상실 겪음, 멤리스터 STP 존재 탓[44, 45]. 신경생물학에서 STP, LTP 보통 단기 기억(STM), 장기 기억(LTM) 대응[46]. STP-LTP 전이 반복 자극(연습 과정) 통해 발생 확립[46, 47]. 생물 시냅스 관찰 거동 검증·비교 위해 전압 펄스 시퀀스 Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 구현. 그림 6a 진폭 +1.4 V, 폭/간격 5 ms 15연속 펄스 구현 후 전류 초기 0.05 mA→1.8 mA 증가. 판독 전압 +0.3 V서 포텐시에이팅 펄스 부과 직후 시간(t) 정규화 전류 감쇠((It-Io)/Io × 100%) 측정(그림 6b). 정규화 전류 감쇠-시간 관계 식 (1) 잘 맞음[48]:
ΔIt/ΔIo × 100% = exp[−(t/τ)β] (1)
Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 전류 감쇠 및 기억 유지. a 15연속 동일 포텐시에이팅 펄스 구현 후 전류 증가. b 소자 자극 후 판독 전압 +0.3 V서 전류 감쇠 모니터링. c 정규화 전류 감쇠-시간, 자극 펄스 수 따라 STP→LTP 전이. d 기억 유지, 이완 시간(τ)-펄스 수 관계
여기서 τ 이완 시간, β 스트레치 인덱스(0 < β < 1). 일반적으로 이 관계 무작위 에너지 분포 가진 무질서 소재 이완 과정 기술용. 곡선 시냅스 가중치 감쇠 심리학 인간 기억 "망각 곡선"[49] 유사, 초기 급속 감쇠(STP) 후 점차 안정 레벨 달성(LTP). 하지만 소자 정규화 전류 매우 짧은 시간(t) 명백 감쇠 후 저전도 상태 포화 레벨 달성(50초 최대 16%). 이 상황 펄스 파라미터 추가 변경 없이 반복 펄스 수 추가 시뮬레이션 수행. 동일 초기 상태 각 펄스 열 세트마다 다른 자극 수(25, 50, 100, 200) 부과 직후 판독 전압 +0.3 V서 전류 측정. 그림 6c 각 측정 세트 정규화 전류 감쇠-시간 식 (1) 피팅. 그림 6d 자극 수 증가 시 이완 시간(τ) 증가, 망각 과정 느려짐. 동시에 전류 레벨 명백 상승, 시냅스 가중치(전도도) 양 변화 암시(그림 6d 검은 선). 그림 6 결과 소자 STP, LTP 존재 명확 증거. 적은 자극 수 소자 STP만 유도, 포화 레벨서 약간 전도도 상승. 따라서 반복 자극 수 증가로 연습 과정 전도도 레벨 상승뿐 아니라 오래 지속되는 기억 유지 현상 달성(그림 6d 빨간 선).
기존 디지털 메모리 정보 저장에 비휘발성 요구, 생물 시냅스 정보 처리·기억 상태 재구성. 그림 6서 STP→LTP 전이 실현, 시냅스 가중치 조절, 중요도 낮은 작은 시냅스 가중치 임시 저장 후 시간 지나 소멸. 이 현상 앳킨슨-시프린 "다중 저장 모델"[50]과 유사. 이 모델서 입력 정보 먼저 분석, "시냅스 가중치" 중요도 따라 연습 과정 거쳐 다른 위계 수준 저장. 따라서 자극 수 함수로 소자 시냅스 가중치 상승, 결과적 이완 시간(τ) 연장, 연습 스킴 최적 검증.
펄스 반복 과정 외 STP-LTP 전이 펄스 세기 함수로 추가 검증. 진폭 +1.2 V, +1.6 V, +2.0 V, +2.8 V, 유사 폭/간격 3 ms 스케일 다른 펄스 진폭 구현 후 소자 응답 모니터링(그림 7a). 50 펄스 펄스 열 각 부과 후 판독 전압 +0.3 V서 전류 모니터링. 그림 7a 스트레치 지수 이완 모델 피팅 결과 이완 시간 펄스 세기 함수로 증가(그림 7b 빨간 선). 동시에 그림 7b 시냅스 가중치 ~90% 상승 큰 τ 43 s, +2.8 V 진폭서, τ 10 s, +1.2 V 진폭 ~25% 시냅스 가중치 대비 훨씬 높음(그림 7b 검은 선), LTP 형성 지시. 이 결과로 소자 LTP 형성·지속성 펄스 수, 펄스 진폭 모두 고도의존 확인. 이 결과 생물 시냅스 기억 상태(STM, LTM) 안정성 입력 자극 특성 관련 사실과 일치.
자극 과정 후 Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 전류 감쇠 실험 결과. a 정규화 전류 감쇠-시간 STP→LTP 전환; b 기억 유지, 이완 시간(τ) 펄스 진폭 함수
스파이크 타이밍 의존 가소성(STDP) 생물 시냅스 학습·기억 기능 또 다른 기본 특성[51]. 전자 시냅스서 전/후시냅스 펄스 상대적 타이밍으로 가중치 조절 가능 보고[52]. 헤비안 STDP 규칙: 선스파이크 후스파이크 선행(Δt > 0) 두 뉴런 연결 강도 강화. 반대 후스파이크 선스파이크 선행(Δt < 0) 연결 강도 약화. 이런 연결 강도 강화/약화 각각 LTP, LTD라 부름[45]. 전 과정에서 선/후스파이크 시간 순서 가중치 변화(ΔW) 극성 결정. 우리 소자 STDP 규칙 모방 위해 +1.2 V, 5 ms, −1.2 V, 5 ms 펄스 쌍 선/후스파이크 신호로 구현(그림 8a). Δt 감소 시(Δt > 0, Δt < 0 두 경우) 더 큰 전도도 변화(시냅스 가중치) 출현 확인. 시냅스 가중치 백분율 변화 ΔW = (Gt−G0)/G0 × 100% 정의. G0 자극 전 전도도, Gt 선/후스파이크 쌍 자극 후 전도도. 그림 8b ΔW-Δt 자극 전후 관계 플롯. 선시냅스(양) 후스파이크(음) 선행(Δt > 0) Δt 감소 따라 ΔW 증가 전도도 향상. 반대 선시냅스(양) 후스파이크(음) 후행(Δt < 0) Δt 증가 따라 순 전도도 감소(디프레션) ΔW 감소. 이 결과 우리 Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 소자가 인공 시냅스 형태로 헤비안 STDP 학습 규칙 성공 모방 입증.
Ag/SiOx:Ag/TiOx/p++-Si 멤리스터 STDP 규칙 구현 실험 결과. a 진폭 +1.2 V, −1.2 V, 동일 폭 5 ms 고정 펄스 쌍 전기 프로그래밍 바이어스 개략도. 자극 펄스 접근 시간 차이 Δt ms (t = ±10n, n = 1, 2, …, 10). b 스파이크 타이밍(Δt) 함수 시냅스 가중치(ΔW), 멤리스터 소자 포텐시에이션/디프레션 거동 잘 시연
요약하면 물리 기상 증착법으로 Ag/SiOx:Ag/TiOx/p++-Si 단순 구조 새 멤리스터 소자 제작. 양/음 펄스 열 구현 시냅스 가중치 변조용 넓은 저항 변화 범위 멤리스터 시냅스 특성 광범위 조사. 단일 제작 멤리스터 소자에서 단기/장기 포텐시에이션/디프레션(STP/STD, LTP/LTD), PPF, STP-LTP 전이, STDP 등 여러 핵심 학습·기억 기능 동시 시연, 반복 펄스(연습 동작 이상)로 조절·제어. 또한 로그 I-V 특성 분석과 대응 물리 모델로 TiOx 완충층이 SiOx:Ag 층과 하부 전극 사이 있을 때 Ag, p++-Si 전극 가로지른 Ag 필라멘트 제어된 형성/용해가 새 멤리스터 소자 성능 향상 기여 확인. 이 개발 소자 인공 시냅스로 차세대 생체모방 신경망, 컴퓨팅 시스템 설계·하드웨어 구현 잠재적 연구 전망 제공.
모든 데이터는 제한 없이 완전히 공개되어 있습니다.
나노물질
지능이란 무엇인가? 우선 지능의 의미를 짚어봅시다. 정의는 다양하지만, 시스템이 상황을 이해하고, 학습하며, 새로운 환경에 적응하게 하는 일련의 과정으로 볼 수 있습니다. 인공지능(AI)이란? 인공지능(AI)은 인간의 지능을 기계, 특히 컴퓨터 시스템으로 시뮬레이션한 것입니다. 여기에는 정보 습득과 활용 규칙 학습, 추론, 자기 수정이 포함됩니다. 주요 응용 분야로는 전문가 시스템, 음성 인식, 머신 비전 등이 있습니다. 인공지능의 역사 무생물이 지능을 얻어 살아난다는 발상은 고대부터 있었습니다. 그리스 신화에 로봇이 등장하고
자동 측정 및 모니터링(Automatic Measuring and Monitoring) 연결성과 데이터 수집은 가공 및 제조에서 포괄적인 주제가 되었습니다. 공작 기계 OEM과 액세서리 공급업체들은 공장이 현장 공정을 더 잘 제어할 수 있도록 장비에 자동 피드백/모니터링 기능을 지속적으로 구축하고 있습니다. 예를 들어, 하인부흐 아메리카(Hainbuch America Corp.)는 탑플러스 IQ(TopPlus IQ) 척과 맨드렐에 지능형 기능을 제공합니다. 이 지능형 작업 고정 장치들은 부품 측정과 작업 고정 파라미터 모니터링 기능
